
Underdog 推出 32MB 语音模型 Woof,可在浏览器内运行
来源标题:Underdog shows off a 32MB speech model in new demo
Underdog 发布仅 32MB 的文本转语音模型 Woof,并做了一个浏览器小游戏来演示。该模型体积小到可在浏览器中直接运行,能朗读用户输入的文字,也能生成不同种类的音乐。
以下正文由 AI 翻译自 TechCrunch(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
世界各地的AI公司都在竞相打造更大更好的模型,但问题是它们都需要海量的算力。另一方面,一些研究者和初创公司正在开发能在边缘设备上运行的小型模型,比如你的手机或电脑。其中一家名为Underdog的初创公司发布了一款游戏,用上了它名为Woof的新语音模型,体积只有32MB。
游戏场景是一个复古科技主题的房间,里面有打字机、CRT显示器,还有一盏台灯,按下开关会发出声音。开场介绍会警告用户小镇上有“侵入性”的云服务商——显然是在暗讽基于云端的模型。你可以和打字机、音乐调音器互动。
我们为新的前沿文本转语音模型Woof做了一款游戏。31.7 MB,小到可以在浏览器里运行。在X上玩这款游戏……所有语音都是Woof生成的。击败Darkcloud即可获得邀请 https://t.co/ImUFYDCBQG pic.twitter.com/tthHx7ZGBK
你可以用键盘在打字机上输入任何内容,游戏会用语音把它读出来。你还可以转动调音器来生成不同种类的音乐。这一切都在浏览器中通过Underdog的语音生成模型实现,该公司表示,该模型可以在大多数设备上离线运行。模型有3100万参数,向所有人开放下载。这么小的模型大概无法取代更大的模型,但或许足以支撑本地助手体验或制作个性化播客。
这个演示发布前几周,Underdog刚推出了Bark,一个167 MB的语音转文本模型,同样面向边缘设备,用于转写和听写。Underdog创始人Sigil Wen告诉TechCrunch,他之所以开始做这个应用,是因为他不想用Granola这类笔记工具,而是想打造自己的系统,用能在用户设备上运行的AI模型,让用户真正拥有自己的数据。“我认为几个月之内,我们就能在你已有的设备上运行当今大多数能力最强的模型。我们只想训练最好的开源模型——美国制造、开放、有能力,让人们拥有私密的AI,”他说,指的是他的宣言。
除了上述两个语音模型,Underdog还发布了一个可在笔记本电脑上运行的270亿参数模型,以及一个候补名单制的应用,公司将其定位为Muse和Instinct的本地托管替代方案。
当你通过我们文章中的链接购买时,我们可能会赚取少量佣金。这不会影响我们的编辑独立性。
Ivan Mehta Ivan在TechCrunch报道全球消费科技动态。他常驻印度,此前曾在Huffington Post和The Next Web等媒体工作。你可以通过邮件[email protected]联系或核实Ivan的联系,也可以通过Signal的ivan.42发送加密消息。
11月4日 波士顿 买一送一 带上你的联合创始人或伙伴免费参加TechCrunch年度终极创始人训练营,覆盖更多内容 在买一送一优惠到期前预订
Claude现在可以通过其新的个人理财工具分析你的支出 Aisha Malik
数据中心转向旧喷气发动机,等待电力供应的时间越来越长 Aditya Mehta
纽约市Mamdani批评麦迪逊广场花园所有者使用监控技术 Zack Whittaker
Anthropic警告称已非常接近RSI能力,即自我构建AI Julie Bort
纽约时报等媒体起诉浏览器Brave涉嫌抓取内容 Rebecca Bellan
Ninja首款微波炉一次性取代了我厨房里的两件电器 Lauren Forristal
英国金融时报报道:Anthropic IPO后预计将获信用机构高“垃圾”评级 Lucas Ropek
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。